The use of cannabinoids (CBs) for the treatment of chemotherapy-induced peripheral neuropathy (CIPN): A retrospective review
Notice bibliographique
Résumé
e20743 Background: CIPN is a common toxicity associated with the use of chemotherapy (CT) agents such as platinums, taxanes and vinca alkaloids. Patients (pts) may suffer from pain that adversely affects their quality of life, regardless of their disease trajectory. Preclinical research has shown CBs to be effective in preventing CIPN. CBs can be beneficial for cancer pain, although their specific benefit in pts with CIPN remains unknown. Methods: A retrospective chart review was conducted to identify all pts with CIPN treated with CBs at our institution between 7/07–10/08. Results: Eight pts were identified; 6 were male. Six pts had received platinum-based CT. Four had colon cancer. Four pts had metastatic disease. The median time to CIPN treatment (post-chemotherapy) was 4 months (0–84 months). All pts had 2+ neuropathy based on the NCI-CTC for Adverse Events. Pain improved in 7/8 pts with CB treatment. In those who responded, the improvement was as much as 7 points on an 11 point VAS. Two pts who transiently stopped treatment noted increased CIPN symptoms. Three pts eventually stopped treatment (1 due to side effects). Conclusions: Treatment with CBs appears to benefit some pts with CIPN. Further research is needed to explore the optimal use of CBs in pts with CIPN. No significant financial relationships to disclose.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».